torcharrow.DataFrame

torcharrow.DataFrame 是一個 Python DataFrame 函式庫（建構於 Apache Arrow 資料行記憶體格式），用於載入、聯結、聚合、過濾和處理數據。 torcharrow.DataFrame 也提供了一個類似 Pandas 的 API，能自然地融入 Python 機器學習生態系統，並且數據科學家和機器學習工程師都能熟悉使用，因此他們可以用它來表達機器學習中的表格數據工作流程，例如特徵工程、訓練和推論預處理。

DataFrame 類別和通用 API

class torcharrow.DataFrame

DataFrame.columns

DataFrame 的資料行標籤。

DataFrame.dtype

torcharrow.Column 的資料類型

DataFrame.device

torcharrow.Column 所在或將要配置的裝置。

DataFrame.length

返回包含空值的列數

DataFrame.head	返回前 n 列。
DataFrame.tail	返回最後 n 列。
DataFrame.describe	產生描述性統計數據。
DataFrame.drop	返回移除指定欄位後的 DataFrame。
DataFrame.rename	返回重新命名欄位的 DataFrame。
DataFrame.reorder	（實驗性 API）返回按指定順序排列欄位的 DataFrame。
DataFrame.append	返回附加值的欄位/DataFrame。
DataFrame.isin	檢查 DataFrame 中的每個元素是否包含在指定值中。

函數式 API

DataFrame.map	根據輸入的對應關係映射列。
DataFrame.filter	選擇謂詞為 True 的列。
DataFrame.flatmap	根據輸入的對應關係將列映射到列的列表，如果結果類型 != 項目類型，則需要指定資料類型。
DataFrame.transform	類似於 map()，但在每次調用時會處理一小批列。

關聯式 API

DataFrame.select	類似於 SQL 的 SELECT。
DataFrame.where	類似於 SQL 的 where（不是 Pandas 的 where）
DataFrame.sort	以升序或降序排列欄位/DataFrame。

資料清理

DataFrame.fill_null	使用指定的方法填補空值。
DataFrame.drop_null	返回移除包含任何或所有空值的列/DataFrame。
DataFrame.drop_duplicates	（實驗性 API）從列/DataFrame 中移除重複值，但保留第一個、最後一個或無。

轉換

DataFrame.to_arrow	將自身轉換為 Arrow 表格
DataFrame.to_tensor	轉換為 PyTorch 容器（Tensor、PackedList、PackedMap 等）
DataFrame.to_pylist	轉換為原生 Python 容器（純量或容器的列表）
DataFrame.to_pandas	將自身轉換為 Pandas DataFrame

統計

DataFrame.min	返回每欄非空值的最小值。
DataFrame.max	返回每欄非空值的最大值。
DataFrame.sum	返回每欄非空值的總和。
DataFrame.mean	返回每欄非空值的平均值。
DataFrame.std	返回每欄非空值的標準差。
DataFrame.median	返回每欄非空值的中位數。
DataFrame.all	返回所有非空值元素是否都為 True
DataFrame.any	返回是否有任何非空值元素為 True

算術運算

DataFrame.log

傳回一個 DataFrame，其中每個元素的值為其自然對數。